[发明专利]大坝裂缝影响因素动态贡献率分析方法

说明书

本发明公开了一种大坝裂缝影响因素动态贡献率分析方法，包括以下步骤：(1)、分别把大坝裂缝影响因子以及裂缝宽度序列数据归一化；(2)、构建基于随机森林算法，以水位、温度及时效因子这些影响因子为自变量、裂缝宽度为因变量的大坝裂缝分析模型；(3)、调整大坝裂缝分析模型中的ntree和mtry两个重要参数，使得模型拟合效果最佳；(4)、利用所建立的模型探讨水位因子、温度因子及时效因子对大坝裂缝的影响；(5)、利用滑动窗口方法分析水位、温度及时效因子对大坝裂缝的动态贡献率。所述方法对大坝裂缝分析与监测、大坝耐久性安全性评价、大坝建造施工等具有重要意义，能够为大坝的安全使用以及减少大坝失效带来的财产损失提供有效的指导。

技术领域

本发明涉及大坝裂缝分析领域，具体涉及一种基于随机森林算法的大坝裂缝影响因素动态贡献率分析方法。

背景技术

作为水利水电工程的主要设施之一，大坝是关系国计民生的重要工程。受荷载作用和环境因素的影响，大坝在长期服役过程中不可避免地会出现裂缝，裂缝的不断扩展会严重影响坝体的整体安全，若不能对其采取实时有效的控制措施，可能会导致溃坝、洪水爆发等灾难性后果，严重威胁着大坝下游人民的生命安全及经济发展。因此，对大坝裂缝进行监控与分析具有重要的现实意义。在以往的大坝裂缝分析中，绝大部分都采用了多元线性回归的方法来分析不同影响因素与大坝裂缝之间的关系。总体而言，传统的多元回归关注的是变量之间的线性及非线性关系，忽略了变量之间存在的交互作用，用来做大坝裂缝分析与实际情况可能存在一定的差距，并且无法对裂缝发展过程中影响因子的动态变化给出相应的变化关系。

发明内容

本发明的目的是针对现有技术的不足，提供了一种大坝裂缝影响因素动态贡献率分析方法，所述方法利用随机森林算法对影响大坝裂缝的因素进行动态贡献率分析，具有更优的预测精度，为大坝安全监控提供了更为科学的指导，对保障大坝下游生命财产安全具有重大的意义，解决了传统的多元线性回归忽略变量之间相互关系的问题。本发明通过将随机森林算法与滑动窗两种方法相结合，对大坝裂缝影响因子的动态变化进行评估。

本发明的目的可以通过如下技术方案实现：

一种大坝裂缝影响因素动态贡献率分析方法，所述方法包括以下步骤：

步骤(1)、分别把大坝裂缝影响因子以及裂缝宽度序列数据归一化，归一化通过以下公式计算：

式中，X_n表示归一化后的值，X_max与X_min分别表示该序列的最大值及最小值；

步骤(2)、构建基于随机森林算法，以水位、温度及时效因子等影响因子为自变量、裂缝宽度为因变量的大坝裂缝分析模型；

步骤(3)、调整大坝裂缝分析模型中的ntree和mtry两个重要参数，通过敏感性分析，选择合适的参数值使得模型拟合效果最佳；

步骤(4)、利用所建立的模型探讨水位因子、温度因子及时效因子对大坝裂缝的影响；

步骤(5)、利用滑动窗口方法分析水位、温度及时效因子对大坝裂缝的动态贡献率。

作为优选的技术方案，步骤(2)中所选影响因子水位是指大坝上游水位，温度是指大坝内部温度测量点测得的温度，时效因子是指一系列时间序列上的变量；三者共同作用在大坝上，是影响大坝裂缝发展的最重要因素。

作为优选的技术方案，所述时效因子，其最基本时效因子以天为单位，以所选数据样本第一天为0开始，第二天为1，以此累加计算，并记为t；所述时效因子包括：

Ln(1+t)；

1-e^-t；

t^0.5；